Teladan 1:
Manajer PT Cemerlang yang memproduksi berbagai jenis parfum khusus laki-laki ingin
mengetahui apakah golongan usia seseorang mempengaruhi perilaku mereka dalam
membeli parfum.
Untuk itu dilakukan pengambilan dua sampel dari dua populasi, yaitu golongan remaja
(batas usia ditetapkan di bawah 17 tahun) dan golongan dewasa (usia 17 tahun ke atas).
Data sampel adalah jumlah pengeluaran mereka (dalam Rupiah) untuk membeli parfum tiap
periode tertentu. Berikut adalah data pengeluaran dalam rupiah/bulan.
A B
1 REMAJA DEWASA
2 25000 28000
3 26500 27500
4 24800 28500
5 26000 27750
6 25800 28000
7 24500 29750
8 26000 26850
9 25000 27500
10 23500 28000
11 25600 29500
Dalam kasus ini manajer tersebut berasumsi kedua populasi tersebut mempunyai varians
yang sama.
Langkah-langkah Perhitungan:
Langkah Pengisian:
1. Untuk input range, dimulai dengan range untuk variabel pertama (Variable 1 Range),
ketik A2:A11.
2. Untuk input range (Variable 2 Range), ketik B2:B11.
3. Pilih option Output Range dengan mengklik sisi kiri pilihan tersebut. Kemudian ketik
D1 (untuk tempatkan hasil analisis) lalu tekan OK.
Keluaran komputer dari langkah-langkah di atas sebagai berikut:
Variable 1 Variable 2
Observations 10 10
Hypothesized Mean 0
Difference
Df 18
t Stat -7,180912226
Langkah Analisis:
1. Membuat Hipotesis:
H0: µ1= µ2 atau µ1- µ2 = 0
Artinya: tidak ada perbedaan antara perilaku pembelian (pengeluaran konsumsi
golongan Remaja dengan golongan Dewasa).
H1: µ1≠ µ2 atau µ1- µ2 ≠ 0
Artinya: ada perbedaan antara perilaku pembelian (pengeluaran konsumsi golongan
Remaja dengan golongan Dewasa.
2. Pengambilan Keputusan:
a. Dengan membandingkan t tabel dan t hitung:
Karena t hitung (-7,1809) lebih kecil dari t tabel (-2,1009) atau ada di daerah H0
ditolak, maka sesungguhnya ada perbedaan antara konsumsi golongan remaja
dengan golongan dewasa.
b. Dengan melihat nilai probabilitas (P-value):
Karena P-value hasil perhitungan dari komputer adalah 1,1E-06 atau 1,1 x 10-6 atau
0,0000011 (lihat kolom P-value untuk two tail) yang lebih kecil dari 0,05, maka H0
ditolak atau rata-rata pengeluaran konsumsi kedua golongan tersebut berbeda.
Perhatikan kedua cara pengambilan keputusan akan menghasilkan keputusan yang sama:
2. T-Test untuk Unequal Variance (Varians Tidak Sama)
Teladan 2:
PT Maju Mundur ingin mengetahui kinerja para salesmannya yang memasarkan produk-
produk kosmetik. Untuk itu pada dua daerah yang berbeda (Daerah 1 dan Daerah 2),
diambil sampel mengenai data penjualan (unit produk terjual) para salesman untuk masing-
masing daerah, kemudian manajer menganalisis apakah kinerja salesman di daerah 1 dan
daerah 2 sama ataukah berbeda. Data unit produk disajikan berikut.
A B
1 DAERAH 1 DAERAH 2
2 56000 55000
3 53000 52000
4 59000 55000
5 60000 53450
6 61000 49500
7 49000 55300
8 45500 55600
9 47500 54000
10 58000
11 59850
Dalam kasus ini manajer perusahaan beranggapan varians kedua populasi tidak sama.
Langkah-langkah Perhitungan:
1. Untuk input range, dimulai dengan range untuk variabel pertama (Variable 1 Range),
ketik A2:A9.
2. Untuk input range variabel kedua (Variable 2 Range), ketik B2:B11.
3. Pilih option Output Range dengan mengklik sisi kiri pilihan tersebut. Kemudian ketik
D1 (untuk tempatkan output), tekan OK.
Variable 1 Variable 2
Observations 8 10
Hypothesized Mean 0
Difference
Df 10
t Stat -0,38597632
P(T<=t) one-tail 0,353799291
Langkah Analisis
Membuat Hipotesis
H0: µ1= µ2 atau µ1- µ2 = 0, artinya tidak ada perbedaan antara rata-rata penjualan daerah 1
dengan daerah 2.
H1: µ1≠ µ2 atau µ1- µ2 ≠ 0, artinya ada perbedaan antara rata-rata penjualan daerah 1
dengan daerah 2.
Pengambilan Keputusan:
Karena t hitung (-0,3859) lebih besar dari t tabel (-2,2281) atau ada di daerah H0 diterima,
maka sesungguhnya tidak ada perbedaan antara rata-rata penjualan daerah 1 dengan
daerah 2.